V2AS问路
jdk8-stream-api
阅读原文时间：2023年07月08日阅读：1

1.stream简介

stream 是一个用来处理集合个数组的api

jdk 8 引入strream的原因：1.去掉for循环，使编程变的更加简单（实际运行效率可能没有for循环高）2.parallel,多核友好，java函数式编程使得编写并行程序如此简单，你需要的仅仅是调用一下parallel()方法

stream的特性： 1.不是数据结构，没有内存存储   2.不支持索引（没有数据，类似于spark中的RDD,只是搭建计算框架，在最后执行时才执行整个流程）　  3.延迟计算   4.支持并行  5.很容易生成数组和集合   6.支持过滤查找转化等多种操作

2.Stream运行机制

Stream分为 源source，中间操作，终止操作 流的源可以是一个数组、一个集合、一个生成器方法，一个I/O通 道等等。 一个流可以有零个和或者多个中间操作，每一个中间操作都会返回 一个新的流，供下一个操作使用。一个流只会有一个终止操作 Stream只有遇到终止操作，它的源才开始执行遍历操作

3.Stream的创建

1、通过数组   2、通过集合来   3、通过Stream.generate方法来创建      4、通过Stream.iterate方法来创建    5、其他API创建

创建stream对象，of 方法中，参数为：（T… ..values） 可看做是一个多个同种类型对象组成的集合，forEach()方法，参数为：（Consumeraction）,即一个Consumer接口，泛型为调用Stream中所装载的对象的父类或者自己，比如下面，调用对象为Stream,泛型为它的父类Teacher

public static void common_fileInputStream() throws IOException {
String[] arr = {"a", "b", "c", "d", "e", "f", "g", "h"};
Student stu = new Student("q");
Streamstud=Stream.of(arr);
Streamstudent=Stream.of(stu,stu,stu,stu);/**1 of : (T… values)*/
Consumer consumer=new Consumer() {
@Override
public void accept(Object o) {
System.out.println("o = " + o);
}
};
student.forEach(consumer);/**参数：(Consumer action)*/
// stud.forEach(consumer);
}

4.Stream常用API

中间操作： 过滤 filter 去重 distinct 排序 sorted 截取 limit、skip 转换 map/flatMap  其他 peek

终止操作： 循环 forEach 计算 min、max、count、 average 匹配 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny 汇聚 reduce 收集器 toArray collec

5.代码体现

1.创建Stream并遍历

List list = Arrays.asList("string", "double", "int");
Stream stream = Stream.of(list);
/**写法一*/
/*Consumerconsumer=new Consumer() {
@Override
public void accept(List list) {
System.out.println("list = " + list);
}
};
stream.forEach(consumer);*/
// Consumer consumer = (arr) -> System.out.println(arr);
/**写法二*/
stream.forEach((arr) -> System.out.println(arr));

    /\*\*写法三\*/  
    Consumer<List> consumer = System.out::println;  
    /\*\*函数式接口对应实例对象的方法的引用\*/  
    //stream.forEach(System.out::println);

上述代码中，写法一为常规操作，写法二使用了通常的lanbad表达式，写法三中使用了实例对象引用方法的模式，无论哪种，都没有手动调用Consumer的默认方法accept方法，个人理解forEach中应该有对该方法的默认调用，并且在调用时传入了参数。

2.创建stream的方式

@Test
public void createStream(){
/**方法一,通过集合和数组创建*/
Listlis=new ArrayList();
lis.add("a");lis.add("b");lis.add("c");
/**数组*/
Listlis1=Arrays.asList("a","b","c");
Streamstream1=Stream.of(lis);

  /\*\*方法二，通过generate方式创建\*/  
    Stream<Integer>sin=Stream.generate(()->1);  
    /\*\*这种创建的方式创建出来的流时无限的，需要limit做限制\*/  
    sin.limit(3).forEach(System.out::println);  
    /\*\*输出结果：1,1,1\*/

  /\*\*方法三，使用迭代器方式创建\*/  
    Stream<Integer>str=Stream.iterate(0,x->x+1);  
    str.limit(2).forEach(System.out::println);  
   /\*\*創建方法4\*/  
   String string="abc";  
   IntStream intStream=string.chars();  
   intStream.forEach(System.out::println);  
   /\*\*輸出結果：97，98，99,即hashcode碼值\*/

}

3.stream的几种常见用法组合

1排序，使用排序的时候需要注意排序的值为null的情况

@Test
public void streamCommonTest() {
/**排序功能*/
String arr[] = {"baierhu", "zhaowenb", "cheng", "2"};
Stream str = Stream.of(arr);
//List list= str.sorted().collect(Collectors.toList());
//System.out.println("arrr = " + list);
/**输出结果：默认为字典排序：arrr = [2, baierhu, cheng, zhaowenb]*/

    List list1=str.sorted(new Comparator<String>() {  
        @Override  
        public int compare(String o1, String o2) {  
            return o1.length()-o2.length();  
        }  
    }).collect(Collectors.toList());  
    System.out.println(list1);  
    /\*\*输出结果：按照长度排序\*/

   Student \[\] stu={new Student(1,"baierhu"),new Student(2,"zwen"),new Student(null,"aaa"),new Student(null,"chaochao")} ;  
   /\*\*Stream.of(stu).sorted(new Comparator<Student>() {  
       @Override  
       public int compare(Student o1, Student o2) {  
           return o1.getName().length()-o2.getName().length();  
       }  
   }).collect(Collectors.toList()).forEach(System.out::println);\*/  
    // 输出结果：Student{id=2, name='zwen'}  
    //Student{id=1, name='baierhu'}  
    //Student{id=null, name='chaochao'}

    List<Student>lis=Stream.of(stu).sorted((a,b)->a.getName().length()-b.getName().length()).collect(Collectors.toList());  
    System.out.println("lis = " + lis);

    List<Student>lis111=Stream.of(stu).sorted((a,b)->{  
        if(a.getId()==null && b.getId()==null) return 0;  
        else if(a.getId()==null) return 0-b.getId();  
        else if(b.getId()==null) return a.getId()-0;  
        else return a.getId()-b.getId();}).collect(Collectors.toList());  
    System.out.println("lis111 = " + lis111);  
    /\*\*输出：lis111 = \[Student{id=null, name='aaa'}, Student{id=null, name='chaochao'}, Student{id=1, name='baierhu'}, Student{id=2, name='zwen'}\]\*/  
}

2、build

@Test  
public void buildTest(){  
    /\*\*build,个人理解可以用add方法多添加几个东西至Stream\*/  
    String arr\[\] = {"baierhu", "zhaowenb", "cheng", "2"};  
    Stream.Builder builder = Stream.builder().add(arr);  
    builder.build().forEach((a)->{  
        String aa\[\]=(String\[\])a;  
        System.out.println(Arrays.toString(aa));  
    });  
}

/**输出：[baierhu, zhaowenb, cheng, 2]*/

3.filter  注意：方法二中可以在传入参数的时候带上参数类型，否则会默认将参数类型定为object类型

@Test
public void buildFilter(){
/**build,个人理解可以用add方法多添加几个东西至Stream*/
String arr[] = {"baierhu", "zhaowenb", "cheng", "2"};
Stream builder = Stream.of(arr);
Predicatepr=new Predicate() {
@Override
public boolean test(String s) {
if(s.length()>4) return true;
return false;
}
};
/**方法一*/
List aa=builder.filter(pr).collect(Collectors.toList());
System.out.println("ob = " + aa);
/**方法二，简单写法*/
List bb=builder.filter((String a)->a.length()>5).collect(Collectors.toList());
System.out.println(bb);
}
/**输出：[baierhu, zhaowenb]*/

4.collect(mapping,joining,groupby)  收集

//创建数据
List listUser = new ArrayList<>();
listUser.add(new User("李白", 20, true));
listUser.add(new User("杜甫", 40, true));
listUser.add(new User("李清照", 18, false));
listUser.add(new User("李商隐", 23, true));
listUser.add(new User("杜牧", 39, true));
listUser.add(new User("苏小妹", 16, false));

这个User就是一个普通的Bean对象，有name（姓名）、age（年龄）、gender（性别）三个属性及对应的set/get方法。

joining方法：

从 joining 方法的定义可以看到，这里重载了3个 joining 方法：无参数，1个参数，3个参数。然后从参数命名上看delimiter-分隔符、prefix-前缀、suffix-后缀大约可以猜出参数的作用了，然后再看注释的参数说明

Returns a {@code Collector} that concatenates the input elements,separated by the specified delimiter, with the specified prefix and suffix, in encounter order.

将指定的值join成字符串

String join1 = listUser.stream().map(User::getName).collect(Collectors.joining());
System.out.println("join后的结果：" + join1); // 输出==》 李白杜甫李清照李商隐杜牧苏小妹

将List中的用户名join成中间用","分隔的字符串

String join2 = listUser.stream().map(User::getName).collect(Collectors.joining(","));
System.out.println("join后的结果：" + join2); // 输出==》李白,杜甫,李清照,李商隐,杜牧,苏小妹

将List中的用户名join成以前缀是"{"，后缀是"}"，中间用","分隔的字符串

String join3 = listUser.stream().map(User::getName).collect(Collectors.joining(",", "{", "}"));
System.out.println("join后的结果：" + join3); // 输出==》{李白,杜甫,李清照,李商隐,杜牧,苏小妹}

mapping方法的定义如图

方法有2个参数，Function类型的mapper和Collector类型的downstream。通过注释可以看到方法是通过参数mapper函数来处理List中的每一个数据，然后用downstream来将处理后的数据收集起来。举例说明：

取出List中所有人的姓名放到一个新的List中去

// 定义一个入参为User，返回String的函数
Function mapper=(user)->{
return user.getName();
};
List userNames = listUser.stream().collect(Collectors.mapping(mapper, Collectors.toList()));

以上代码再简写一下：

List userNames = listUser.stream().collect(Collectors.mapping((user)->{return user.getName();}, Collectors.toList()));

或者：

List userNames = listUser.stream().collect(Collectors.mapping(User::getName, Collectors.toList()));

以上mapping 和joining转载于：https://blog.csdn.net/u012843361/article/details/83090199

group by

转载于：https://blog.csdn.net/u014231523/article/details/102535902

public Product(Long id, Integer num, BigDecimal price, String name, String category) {
this.id = id;
this.num = num;
this.price = price;
this.name = name;
this.category = category;
}

Product prod1 = new Product(1L, 1, new BigDecimal("15.5"), "面包", "零食");
Product prod2 = new Product(2L, 2, new BigDecimal("20"), "饼干", "零食");
Product prod3 = new Product(3L, 3, new BigDecimal("30"), "月饼", "零食");
Product prod4 = new Product(4L, 3, new BigDecimal("10"), "青岛啤酒", "啤酒");
Product prod5 = new Product(5L, 10, new BigDecimal("15"), "百威啤酒", "啤酒");
List prodList = Lists.newArrayList(prod1, prod2, prod3, prod4, prod5);

  • 按照类目分组：

    Map> prodMap= prodList.stream().collect(Collectors.groupingBy(Product::getCategory));

    //{"啤酒":[{"category":"啤酒","id":4,"name":"青岛啤酒","num":3,"price":10},{"category":"啤酒","id":5,"name":"百威啤酒","num":10,"price":15}],"零食":[{"category":"零食","id":1,"name":"面包","num":1,"price":15.5},{"category":"零食","id":2,"name":"饼干","num":2,"price":20},{"category":"零食","id":3,"name":"月饼","num":3,"price":30}]}

  • 按照几个属性拼接分组：

    Map> prodMap = prodList.stream().collect(Collectors.groupingBy(item -> item.getCategory() + "_" + item.getName()));

    //{"零食_月饼":[{"category":"零食","id":3,"name":"月饼","num":3,"price":30}],"零食_面包":[{"category":"零食","id":1,"name":"面包","num":1,"price":15.5}],"啤酒_百威啤酒":[{"category":"啤酒","id":5,"name":"百威啤酒","num":10,"price":15}],"啤酒_青岛啤酒":[{"category":"啤酒","id":4,"name":"青岛啤酒","num":3,"price":10}],"零食_饼干":[{"category":"零食","id":2,"name":"饼干","num":2,"price":20}]}

  • 根据不同条件分组

    Map> prodMap= prodList.stream().collect(Collectors.groupingBy(item -> {
    if(item.getNum() < 3) {
    return "3";
    }else {
    return "other";
    }
    }));

    //{"other":[{"category":"零食","id":3,"name":"月饼","num":3,"price":30},{"category":"啤酒","id":4,"name":"青岛啤酒","num":3,"price":10},{"category":"啤酒","id":5,"name":"百威啤酒","num":10,"price":15}],"3":[{"category":"零食","id":1,"name":"面包","num":1,"price":15.5},{"category":"零食","id":2,"name":"饼干","num":2,"price":20}]}

    多级分组
    要实现多级分组，我们可以使用一个由双参数版本的Collectors.groupingBy工厂方法创 建的收集器，它除了普通的分类函数之外，还可以接受collector类型的第二个参数。那么要进 行二级分组的话，我们可以把一个内层groupingBy传递给外层groupingBy，并定义一个为流 中项目分类的二级标准。

    Map>> prodMap= prodList.stream().collect(Collectors.groupingBy(Product::getCategory, Collectors.groupingBy(item -> {
    if(item.getNum() < 3) {
    return "3";
    }else {
    return "other";
    }
    })));

    //{"啤酒":{"other":[{"category":"啤酒","id":4,"name":"青岛啤酒","num":3,"price":10},{"category":"啤酒","id":5,"name":"百威啤酒","num":10,"price":15}]},"零食":{"other":[{"category":"零食","id":3,"name":"月饼","num":3,"price":30}],"3":[{"category":"零食","id":1,"name":"面包","num":1,"price":15.5},{"category":"零食","id":2,"name":"饼干","num":2,"price":20}]}}

    按子组收集数据

  • 求总数

    Map prodMap = prodList.stream().collect(Collectors.groupingBy(Product::getCategory, Collectors.counting()));

    //{"啤酒":2,"零食":3}

  • 求和

    Map prodMap = prodList.stream().collect(Collectors.groupingBy(Product::getCategory, Collectors.summingInt(Product::getNum)));

    //{"啤酒":13,"零食":6}

  • 把收集器的结果转换为另一种类型

    Map prodMap = prodList.stream().collect(Collectors.groupingBy(Product::getCategory, Collectors.collectingAndThen(Collectors.maxBy(Comparator.comparingInt(Product::getNum)), Optional::get)));

    //{"啤酒":{"category":"啤酒","id":5,"name":"百威啤酒","num":10,"price":15},"零食":{"category":"零食","id":3,"name":"月饼","num":3,"price":30}}

  • 联合其他收集器

    Map> prodMap = prodList.stream().collect(Collectors.groupingBy(Product::getCategory, Collectors.mapping(Product::getName, Collectors.toSet())));

    //{"啤酒":["青岛啤酒","百威啤酒"],"零食":["面包","饼干","月饼"]}

map

转载于：https://zhangzw.com/posts/20191205.html

// 简单对象
@Accessors(chain = true) // 链式方法
@lombok.Data
class User {
private String id;
private String name;
}

然后有这样一个 List：

List userList = Lists.newArrayList(
new User().setId("A").setName("张三"),
new User().setId("B").setName("李四"),
new User().setId("C").setName("王五")
);

我们希望转成 Map 的格式为：

A-> 张三
B-> 李四
C-> 王五

过去的做法（循环）：

Map map = new HashMap<>();
for (User user : userList) {
map.put(user.getId(), user.getName());
}

jdk 1.8

userList.stream().collect(Collectors.toMap(User::getId, User::getName));

当然，如果希望得到 Map 的 value 为对象本身时，可以这样写：

userList.stream().collect(Collectors.toMap(User::getId, t -> t));
或：
userList.stream().collect(Collectors.toMap(User::getId, Function.identity()));

Collectors.toMap 有三个重载方法：

toMap(Function keyMapper, Function valueMapper);
toMap(Function keyMapper, Function valueMapper,
BinaryOperator mergeFunction);
toMap(Function keyMapper, Function valueMapper,
BinaryOperator mergeFunction, Supplier mapSupplier);

参数含义分别是：

keyMapper：Key 的映射函数

valueMapper：Value 的映射函数

mergeFunction：当 Key 冲突时，调用的合并方法

mapSupplier：Map 构造器，在需要返回特定的 Map 时使用

还是用上面的例子，如果 List 中 userId 有相同的，使用上面的写法会抛异常：

List userList = Lists.newArrayList(
new User().setId("A").setName("张三"),
new User().setId("A").setName("李四"), // Key 相同
new User().setId("C").setName("王五")
);
userList.stream().collect(Collectors.toMap(User::getId, User::getName));

// 异常：
java.lang.IllegalStateException: Duplicate key 张三
at java.util.stream.Collectors.lambda$throwingMerger$114(Collectors.java:133)
at java.util.HashMap.merge(HashMap.java:1245)
at java.util.stream.Collectors.lambda$toMap$172(Collectors.java:1320)
at java.util.stream.ReduceOps$3ReducingSink.accept(ReduceOps.java:169)
at java.util.ArrayList$ArrayListSpliterator.forEachRemaining(ArrayList.java:1374)
at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:481)
at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:471)
at java.util.stream.ReduceOps$ReduceOp.evaluateSequential(ReduceOps.java:708)
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234)
at java.util.stream.ReferencePipeline.collect(ReferencePipeline.java:499)
at Test.toMap(Test.java:17)
…

这时就需要调用第二个重载方法，传入合并函数，如：

userList.stream().collect(Collectors.toMap(User::getId, User::getName, (n1, n2) -> n1 + n2));

// 输出结果：
A-> 张三李四
C-> 王五

第四个参数（mapSupplier）用于自定义返回 Map 类型，比如我们希望返回的 Map 是根据 Key 排序的，可以使用如下写法：

List userList = Lists.newArrayList(
new User().setId("B").setName("张三"),
new User().setId("A").setName("李四"),
new User().setId("C").setName("王五")
);
userList.stream().collect(
Collectors.toMap(User::getId, User::getName, (n1, n2) -> n1, TreeMap::new)
);

// 输出结果：
A-> 李四
B-> 张三
C-> 王五

flatmap

List listFlatLong = listFlat.stream()
.flatMap(employees -> employees.stream())
.flatMapToLong(employee -> LongStream.of(employee.getId()))
.boxed()
.collect(Collectors.toList());
System.out.println("listFlatLong = " + listFlatLong);

当有双层时，比如List>或者List>比较适合使用这种方式

如果使用的是map方法，返回的是[ …['y', 'o', 'u', 'r'], ['n', 'a', 'm', 'e']]

如果使用的是flatMap方法，返回的是['y', 'o', 'u', 'r', 'n', 'a', 'm', 'e']

这是map和flatMap的区别

手机扫一扫

移动阅读更方便

阿里云服务器
腾讯云服务器
七牛云服务器

你可能感兴趣的文章

Rust 过程宏 proc-macro 是个啥
实例讲解Flink 流处理程序编程模型
stream流根据集合中的元素的属性进行去重的方法

4

快手Java一面11问（附参考答案）

5

requests Python中最好用的网络请求工具 基础速记+最佳实践

6

C++ LibCurl 库的使用方法

7

Redis系列19：LRU内存淘汰算法分析

8

使用Java来开发物联网应用

9

.NET Core基础到实战案例零碎学习笔记

10

《Redis核心技术与实战》学习笔记总结目录